CN112308784A - 动态心电图仿真方法和装置 - Google Patents
动态心电图仿真方法和装置 Download PDFInfo
- Publication number
- CN112308784A CN112308784A CN201910697572.2A CN201910697572A CN112308784A CN 112308784 A CN112308784 A CN 112308784A CN 201910697572 A CN201910697572 A CN 201910697572A CN 112308784 A CN112308784 A CN 112308784A
- Authority
- CN
- China
- Prior art keywords
- waveform
- fitting
- electrocardiogram
- electrocardiographic
- operation instruction
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 39
- 238000004088 simulation Methods 0.000 title claims abstract description 32
- 230000008859 change Effects 0.000 claims abstract description 18
- 238000004422 calculation algorithm Methods 0.000 claims description 5
- 238000001914 filtration Methods 0.000 claims description 5
- 230000006870 function Effects 0.000 claims description 4
- 230000000737 periodic effect Effects 0.000 abstract 1
- 238000004590 computer program Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 3
- 238000005094 computer simulation Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 208000010125 myocardial infarction Diseases 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/20—Education
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H30/00—ICT specially adapted for the handling or processing of medical images
- G16H30/20—ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Epidemiology (AREA)
- Tourism & Hospitality (AREA)
- Human Resources & Organizations (AREA)
- Databases & Information Systems (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Biomedical Technology (AREA)
- Data Mining & Analysis (AREA)
- Marketing (AREA)
- Educational Technology (AREA)
- Pathology (AREA)
- Educational Administration (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
本发明提供了一种动态心电图仿真方法和装置,涉及医学模拟教学的技术领域,包括从心电图像中获取心电波形;根据针对心电波形的第一操作指令,确定心电波形中的控制点;按照心电波形中的控制点和波形特征,将心电波形划分成若干个周期的心电波段;根据波形特征将各个心电波段通过拟合方式进行拟合,得到拟合波形,拟合方式与心电波段相对应;根据针对控制点的第二操作指令调整拟合波形,仿真心电特征变化,可生动表现临床病情变化,使学生获得真实的临床感受。
Description
技术领域
本发明涉及医学模拟教学技术领域,尤其是涉及一种动态心电图仿真方法和装置。
背景技术
医学模拟教学是医学理论学习于临床实践之间的桥梁,模拟教学不受时间地点限制,具有可重复性,为学生提供接近真实的临床体验,使学生获得真实的临床感受,提高医学生临床技能,保证患者安全的重要手段。
现有的动态心电图的模拟仿真多采用循环播放的方式,不够真实生动,对临床病情变化表现能力差。
发明内容
本发明的目的在于提供动态心电图仿真方法和装置,可生动表现临床病情变化,使学生获得真实的临床感受。
第一方面,本发明实施例提供了一种动态心电图仿真方法,包括:
从心电图像中获取心电波形;
根据针对所述心电波形的第一操作指令,确定所述心电波形中的控制点;
按照所述心电波形中的控制点和波形特征,将所述心电波形划分成若干个周期的心电波段;
根据所述波形特征将各个所述心电波段通过拟合方式进行拟合,得到拟合波形,所述拟合方式与所述心电波段相对应;
根据针对所述控制点的第二操作指令调整所述拟合波形,仿真心电特征变化。
结合第一方面,本发明实施例提供了第一方面的第一种可能的实施方式,其中,从心电图像中获取心电波形,包括:
从所述心电图像中获取心电数据;
根据针对心电数据的第一操作指令,确定心电波形。
结合第一方面,本发明实施例提供了第一方面的第二种可能的实施方式,其中,从所述心电图像中获取心电数据,包括:
对所述心电图像转化为灰度图像;
应用FFTW算法库对灰度图像进行滤波处理;
通过滤波处理后的灰度图像中的灰度值与灰度阈值进行比对,将所述滤波处理后的灰度图像转化为二值图像,根据所述二值图像获取心电数据。
结合第一方面,本发明实施例提供了第一方面的第三种可能的实施方式,其中,根据针对所述心电波形的第一操作指令,确定所述心电波形中的控制点,包括:
根据针对心电波形的第三操作指令,选取所述心电波形中的特征点,所述特征点用于波形重构;
根据针对所述特征点的第四操作指令,从所述特征点中确定所述控制点。
结合第一方面,本发明实施例提供了第一方面的第四种可能的实施方式,其中,所述拟合方式包括二次B样条拟合方式和线性拟合方式。
结合第一方面,本发明实施例提供了第一方面的第五种可能的实施方式,其中,根据所述波形特征将各个所述心电波段通过拟合方式进行拟合,得到拟合波形,包括:
根据所述二次B样条拟合方式,将第i段拟合波形表达为:
Pi(t)=F0,2(t)·Pi+F1,2(t)·Pi+1+F2,2(t)·Pi+2
其中,Pi、Pi+1、Pi+2分别为第i段拟合波形的三个控制点,F0,2(t),F1,2(t),F2,2(t)分别为样条基函数。
第二方面,本发明实施例还提供一种动态心电图仿真装置,包括:
获取模块,用于从心电图像中获取心电波形;
确定模块,用于根据针对所述心电波形的第一操作指令,确定所述心电波形中的控制点;
划分模块,用于按照所述心电波形中的控制点和波形特征,将所述心电波形划分成若干个周期的心电波段;
拟合模块,用于根据所述波形特征将各个所述心电波段通过拟合方式进行拟合,得到拟合波形,所述拟合方式与所述心电波段相对应;
仿真模块,用于根据针对所述控制点的第二操作指令调整所述拟合波形,仿真心电特征变化。
本发明实施例提供了一种动态心电图仿真方法和装置,根据第一操作指令行心电波形中确定控制点,按照控制点和波形特征将心电波形分段,并按照各个心电波段的波形特征进行拟合,再根据第二操作指令调整拟合波形,以仿真心电特征变化,可生动表现临床病情变化,使学生获得真实的临床感受。
本发明的其他特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点在说明书以及附图中所特别指出的结构来实现和获得。
为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种动态心电图仿真方法流程图;
图2为本发明实施例提供的一种心电图仿真示意图;
图3为本发明实施例提供的一种动态心电图仿真装置功能模块图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合附图对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
传统的动态心电图仿真方法,仅将心电图进行动态循环播放,无法生动展现心电情况,观看者只能片面地了解心电变化,无法结合不同的实际心电图动态模拟情况,进行不同实际场景的临床学习。
基于此,本发明实施例提供的一种动态心电图仿真方法,可生动表现临床病情变化,使学生获得真实的临床感受。
为便于对本实施例进行理解,首先对本发明实施例所公开的一种动态心电图仿真方法进行详细介绍。
图1为本发明实施例提供的一种动态心电图仿真方法流程图。
参照图1,动态心电图仿真方法包括以下步骤:
步骤S102,从心电图像中获取心电波形。
这里,导入心电图纸,采用边缘提取算法,将描点数字化,自动拾取图纸上的心电波形。
步骤S104,根据针对心电波形的第一操作指令,确定心电波形中的控制点。
需要说明的是,由于自动特征点识别算法可靠性影响因素较多,目前难以达到理想的识别精度,本发明实施例根据操作指令点确定特征点、控制点。
步骤S106,按照心电波形中的控制点和波形特征,将心电波形划分成若干个周期的心电波段。
步骤S108,根据波形特征将各个心电波段通过拟合方式进行拟合,得到拟合波形,其中,拟合方式与心电波段相对应。
步骤S110,根据针对控制点的第二操作指令调整拟合波形,仿真心电特征变化。
这里,在动态仿真过程中,根据第二操作指令调整控制点,进而使波形变化,能够模拟心率变异性以及心电图特征变化。
在实际应用的优选实施例中,根据第一操作指令行心电波形中确定控制点,按照控制点和波形特征将心电波形分段,并按照各个心电波段的波形特征进行拟合,再根据第二操作指令调整拟合波形,以仿真心电特征变化,可生动表现临床病情变化,使学生获得真实的临床感受。
为了更加准确的获取心电图像中的心电波形,步骤S102包括:
1、从心电图像中获取心电数据。
具体包括:对心电图像转化为灰度图像;应用FFTW算法库对灰度图像进行滤波处理,可减少非目标区域的干扰;通过滤波处理后的灰度图像中的灰度值与灰度阈值进行比对,将滤波处理后的灰度图像转化为二值图像,根据二值图像获取心电数据。
其中,FFTW(the Faster Fourier Transform in the West)是一个快速计算离散傅里叶变换的标准C语言程序集,可计算一维或多维实和复数据以及任意规模的离散傅里叶变换。
2、根据针对心电数据的第一操作指令,确定心电波形。
进一步的,为了提高心电波形中控制点选择的可靠性,步骤S104,包括以下步骤:
1、根据针对心电波形的第三操作指令,选取心电波形中的特征点,特征点用于波形重构。
2、根据针对特征点的第四操作指令,从特征点中确定控制点。
如图2所示,根据第三操作指令点选确定心电波形的特征点,特征点包括起点、P波起始点、P波顶点、P波终点、Q波顶点、R波顶点、S波顶点、T波起始点、T波顶点、T波终点、终点。
根据第四操作指令从特征点中确定控制点,进而以控制点来分段拟合重构心电波形,具体为以控制点为界将波形分为3段周期起点至Q点为第一段,Q点至S点为第二段,S点以后为第三段。
根据波形特征将第一段和第三段心电波形采用二次B样条拟合,第二段采用线性拟合。
作为一种可选的实施例,步骤S108,包括:
根据二次B样条拟合方式,将第i段拟合波形表达为:
Pi(t)=F0,2(t)·Pi+F1,2(t)·Pi+1+F2,2(t)·Pi+2
其中,Pi、Pi+1、Pi+2分别为第i段拟合波形的三个控制点,F0.2(t),F1.2(t),F2.2(t)分别为样条基函数。
需要说明的是,用随机方法在一定范围内调整R点,以及周期起点和终点,可模拟心率变异性。通过调整ST段高度,P波幅度和R波幅度等,可用于模拟心电图典型变化。具体的调整策略可根据实际的心电变化情况进行设置,在此不作限定,例如,抬高ST段高度可模拟典型心肌梗塞心电图。
本发明实施例通过录入真实心电图像,通过描点数字化方法获取心电波形。对心电波形进行特征点识别,根据变异性指标用随机化方法,模拟心电变异性;通过调整特征点重新拟合波形来仿真心电图的特征变化。
本发明实施例还提供一种动态心电图仿真装置,如图3所示,包括:
获取模块,用于从心电图像中获取心电波形;
确定模块,用于根据针对心电波形的第一操作指令,确定心电波形中的控制点;
划分模块,用于按照心电波形中的控制点和波形特征,将心电波形划分成若干个周期的心电波段;
拟合模块,用于根据波形特征将各个心电波段通过拟合方式进行拟合,得到拟合波形,拟合方式与心电波段相对应;
仿真模块,用于根据针对控制点的第二操作指令调整拟合波形,仿真心电特征变化。
本发明实施例提供的动态心电图仿真装置,与上述实施例提供的动态心电图仿真方法具有相同的技术特征,所以也能解决相同的技术问题,达到相同的技术效果。
本发明实施例所提供的动态心电图仿真方法和装置的计算机程序产品,包括存储了程序代码的计算机可读存储介质,所述程序代码包括的指令可用于执行前面方法实施例中所述的方法,具体实现可参见方法实施例,在此不再赘述。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的***和装置的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
另外,在本发明实施例的描述中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
在本发明的描述中,需要说明的是,术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”、“第三”仅用于描述目的,而不能理解为指示或暗示相对重要性。
本发明实施例还提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时实现上述实施例提供的动态心电图仿真方法的步骤。
本发明实施例还提供一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序,计算机程序被处理器运行时执行上述实施例的动态心电图仿真方法的步骤。
最后应说明的是:以上所述实施例,仅为本发明的具体实施方式,用以说明本发明的技术方案,而非对其限制,本发明的保护范围并不局限于此,尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化,或者对其中部分技术特征进行等同替换;而这些修改、变化或者替换,并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围,都应涵盖在本发明的保护范围之内。
Claims (7)
1.一种动态心电图仿真方法,其特征在于,包括:
从心电图像中获取心电波形;
根据针对所述心电波形的第一操作指令,确定所述心电波形中的控制点;
按照所述心电波形中的控制点和波形特征,将所述心电波形划分成若干个周期的心电波段;
根据所述波形特征将各个所述心电波段通过拟合方式进行拟合,得到拟合波形,所述拟合方式与所述心电波段相对应;
根据针对所述控制点的第二操作指令调整所述拟合波形,仿真心电特征变化。
2.根据权利要求1所述的动态心电图仿真方法,其特征在于,从心电图像中获取心电波形,包括:
从所述心电图像中获取心电数据;
根据针对心电数据的第一操作指令,确定心电波形。
3.根据权利要求2所述的动态心电图仿真方法,其特征在于,从所述心电图像中获取心电数据,包括:
对所述心电图像转化为灰度图像;
应用FFTW算法库对灰度图像进行滤波处理;
通过滤波处理后的灰度图像中的灰度值与灰度阈值进行比对,将所述滤波处理后的灰度图像转化为二值图像,根据所述二值图像获取心电数据。
4.根据权利要求1所述的动态心电图仿真方法,其特征在于,根据针对所述心电波形的第一操作指令,确定所述心电波形中的控制点,包括:
根据针对心电波形的第三操作指令,选取所述心电波形中的特征点,所述特征点用于波形重构;
根据针对所述特征点的第四操作指令,从所述特征点中确定所述控制点。
5.根据权利要求1所述的动态心电图仿真方法,其特征在于,所述拟合方式包括二次B样条拟合方式和线性拟合方式。
6.根据权利要求5所述的动态心电图仿真方法,其特征在于,根据所述波形特征将各个所述心电波段通过拟合方式进行拟合,得到拟合波形,包括:
根据所述二次B样条拟合方式,将第i段拟合波形表达为:
Pi(t)=F0,2(t)·Pi+F1,2(t)·Pi+1+F2,2(t)·Pi+2
其中,Pi、Pi+1、Pi+2分别为第i段拟合波形的三个控制点,F0,2(t),F1,2(t),F2,2(t)分别为样条基函数。
7.一种动态心电图仿真装置,其特征在于,包括:
获取模块,用于从心电图像中获取心电波形;
确定模块,用于根据针对所述心电波形的第一操作指令,确定所述心电波形中的控制点;
划分模块,用于按照所述心电波形中的控制点和波形特征,将所述心电波形划分成若干个周期的心电波段;
拟合模块,用于根据所述波形特征将各个所述心电波段通过拟合方式进行拟合,得到拟合波形,所述拟合方式与所述心电波段相对应;
仿真模块,用于根据针对所述控制点的第二操作指令调整所述拟合波形,仿真心电特征变化。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910697572.2A CN112308784A (zh) | 2019-07-25 | 2019-07-25 | 动态心电图仿真方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910697572.2A CN112308784A (zh) | 2019-07-25 | 2019-07-25 | 动态心电图仿真方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112308784A true CN112308784A (zh) | 2021-02-02 |
Family
ID=74485751
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910697572.2A Pending CN112308784A (zh) | 2019-07-25 | 2019-07-25 | 动态心电图仿真方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112308784A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114259237A (zh) * | 2021-12-03 | 2022-04-01 | 成都泰盟软件有限公司 | 一种心电波形模拟方法 |
-
2019
- 2019-07-25 CN CN201910697572.2A patent/CN112308784A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114259237A (zh) * | 2021-12-03 | 2022-04-01 | 成都泰盟软件有限公司 | 一种心电波形模拟方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11562222B2 (en) | Systems and methods of identity analysis of electrocardiograms | |
CN104717921B (zh) | 自学性认知训练装置及其方法 | |
WO2014034005A1 (ja) | 知的生産性分析装置、プログラム | |
CN107595243A (zh) | 一种病症评估方法及终端设备 | |
WO2021071688A1 (en) | Systems and methods for reduced lead electrocardiogram diagnosis using deep neural networks and rule-based systems | |
CN110807427A (zh) | 一种视线追踪方法、装置、计算机设备和存储介质 | |
CN112308784A (zh) | 动态心电图仿真方法和装置 | |
CN116687411B (zh) | 一种游戏综合分数获取方法、装置、智能终端和存储介质 | |
US20160331304A1 (en) | System and methods for automated administration and evaluation of physical therapy exercises | |
CN115381438B (zh) | 生命体征信号的重建方法、装置、计算机设备和存储介质 | |
CN204813807U (zh) | 多组合式中医电子诊疗设备 | |
CN110458076A (zh) | 一种基于计算机视觉的教学方法及*** | |
CN113069115B (zh) | 一种情绪识别方法、电子设备及存储介质 | |
WO2021218389A1 (zh) | 绘制方法、分析方法、绘制装置、移动终端及存储介质 | |
CN114743078A (zh) | 一种生物神经信号的视觉解码方法、装置、存储介质及终端 | |
CN113509151A (zh) | 肌张力等级的评估方法和装置 | |
CN106730813A (zh) | 虚拟人物指标设定方法、装置、处理器及游戏设备 | |
CN107376246B (zh) | 训练统计方法、装置、存储介质以及处理器 | |
CN109102143A (zh) | 一种产量监测方法及装置 | |
CN111743552A (zh) | 心理测量与干预***及方法 | |
CN108903911A (zh) | 一种中医脉象信息远程采集处理的方法 | |
CN117608411B (zh) | 基于脑机接口的信号传输处理方法及*** | |
CN112419112B (zh) | 学业成长曲线生成方法、装置、电子设备和存储介质 | |
CN116269244B (zh) | 基于眼动的睡眠记忆情感张力量化的方法、***和装置 | |
CN108309257A (zh) | 基于深度学习的脉诊方法、装置和计算机存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20210202 |